基于大数据思维的卫生士官战斗体能训练思考

冯 帆，白小嘉，肖 飞，魏 佳，韩小小

战斗体能伴随着军事训练实战化的不断推进而产生，是构成军人战斗力的重要因素。卫生士官在战场上既是救护员，又是战斗员，其战斗体能水平关系到战时卫勤保障的效果质量。当前，关于卫生士官体能训练方面的研究主要集中于方法手段的创新和应用方面，其评价方式更多是注重结果。本文提出将大数据思维理念引入体能训练中，以训练过程中的数据为基础，探索训练项目之间的相关性和相互支撑关系，根据战斗体能生成贡献率，科学制定训练计划，进行训练方法的创新，促进战斗体能的生成。

1 大数据思维概念及应用背景

1.1大数据思维基本概念 “大数据”源于2008年9月《Nature》中“Big Data”专题。“大数据”研究机构将大数据定义为需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产[1]。一般认为，大数据泛指巨量数据的集合，大数据时代的到来是互联网尤其是移动互联网发展的衍生产物。大数据思维伴随大数据的发展而产生，是建立在对大数据认识上的一种新的思维方式方法，其思维的方式主要体现在如何运用大数据技术实现对数据的管理、挖掘、分析和应用上，是从大数据的视角分析问题、解决问题[2]。

1.2大数据应用背景 在网络化、信息化、智能化飞速发展的今天，大数据作为这个时代的特征，已成为各学科领域研究的热点，其研究应用遍及经济社会各行各业。在体育领域也不例外，传统的经验型训练方式逐渐被信息化、数据化、科学化的训练模式所替代，尤其近几年，在体育竞技方面的研究应用最为广泛。从运动员的挑选，到其训练的技术、战术安排及分析、过程记录、效果的综合评价及预测，甚至包括运动员的疲劳程度、伤病的预防和恢复等，整个过程无不与巨量的数据紧密关联[3]。因此，运用大数据分析技术、对训练过程中产生的巨量数据进行采集、处理、分析，通过横向的分析和纵向深层次挖掘，找出内在的关联性，分析总结出影响训练成绩的因素及其内容的规律，能够为实时调整训练方法、制定科学训练方案，提供有效的数据支撑。

2 卫生士官战斗体能训练的特点

2.1战斗体能的内涵 战斗体能是指军人在遂行战斗任务时完成相关行动所需的机体运动能力，是构成军人战斗力的关键因素之一。在现代高科技战争的背景条件下，战斗体能被赋予了特殊的内涵，除了体现身体机能外，还应体现战斗行动中身体机能与武器装备、战场环境、战斗机能等因素的结合，是军人智能、心能、技能等用于信息决策与执行任务的载体[4]。战斗体能训练以任务为牵引、聚焦实战，其训练核心是体能。影响军人战斗力生成的因素主要包括两方面：一是受训者本身的因素，如身体基础、参训态度、既往病史、心理因素、价值观、智力因素等；二是组训者因素，如组织者、管理者制定的计划是否科学、组织内容是否符合认知规律、组织方法是否恰当、组训方式是否灵活多样等。

2.2卫生士官战斗体能训练的特点 卫生士官是平、战时卫勤保障的主要力量之一。随着现代战争的发展，新的作战样式、作战环境、致伤类型的多样性对卫生士官战斗体能提出更高的要求，卫生士官不仅要具备良好的身心素质，还必须具备满足岗位职责、随行任务并能持续战斗以取得胜利的能力，他们的实战化军事体能水平直接关系到战时卫勤保障效果质量。卫生士官存在生源、受训经历、年龄、基础素质等因素的不同，其个体之间的素质差异较大，如采用千篇一律的训练方式和标准化的训练，不仅难以达到所要求的训练效果，还有可能适得其反，造成训练伤，影响训练信心。因此，促进卫生士官战斗体能生成，需要科学合理的方式方法。一是针对性优化训练内容，在基本训练内容的基础上，基于不同作战任务的想定、结合特殊的作战环境，根据不同军兵种，优化训练内容，增设训练科目，以满足未来战争的需要。二是创新训练方式方法，基于实战理念，依托信息化技术手段，运用虚拟现实技术、模拟仿真技术等，充分利用网络资源，探索切实可行的训练方式方法。三是发挥“数据驱动”效能，构建闭环式战斗体能训练模式，促进整体训练水平的提高，提高训练质量，适应不同的作战任务。

3 大数据思维在卫生士官战斗体能训练中的应用

卫生士官战斗体能训练涉及科目较多，包括基础体能、实用技能、岗位能力和综合应用训练等内容，训练过程从基础体能开始，循序渐进，与实战化环境和技能结合，伴随军事训练过程完成。将大数据思维理念引入卫生士官战斗体能训练中，有效利用大数据分析技术监控体能训练的全过程，挖掘影响军事体能尤其是战斗体能的关键因素，找出其内在的规律，并对可能产生的训练伤及训练成绩进行预测，视情进行针对性干预，有助于促进整个训练过程的有机融合，同时也为进一步优化训练内容、创设训练方式方法、制定训练方案提供支撑数据。

3.1体能训练数据的特点分析 卫生士官的训练过程遵循战斗力生成规律，但是又与其他课程不同，有其自身的特点：一是训练科目多，且不同科目的考核方式也不相同，有的是以时间作为考核衡量标准，如3000米、蛇形跑等；有的以规定时间内完成个数作为衡量标准，如仰卧起坐、俯卧撑等。二是在单项考核中，不同的性别、年龄、岗位，对应不同的考核等级、考核项目和成绩标准。三是培训学员不断更新，使得需要统计的数据量也越来越庞大。上述特点导致数据采集处理和分析具有一定的复杂性。

3.2体能训练数据采集平台构建

3.2.1数据采集 数据采集是数据分析利用最基础的环节，只有保证采集数据的完整性和综合性，才能使数据的有效性得以充分发挥。鉴于体能训练产生数据的多样性，需要对其进行科学转换，以满足数据处理的需要。目前，体能训练数据仍处于孤岛状态，缺乏训练数据实时采集和数据共享的平台，并且现有的数据采集方式方法较为单一，采集效率较低。

因此，有效利用信息化仪器设备的优势，研发和购置可穿戴专属仪器设备，搭建网络数据采集和分析平台是实现数据采集、共享应用的有效途径。

3.2.2数据处理 大多数情况下，采集数据并不全是结构化数据，可能包括多模态的半结构和非结构化的数据。在语义的表达上，同一含义也具有多样的表达，同样的表达在不同的语境下，其含义也不相同。这需要通过数据抽取技术对多样的数据进行有效分析，实现非结构化向结构化的转换，从中提取出可用于直接分析的数据。

3.2.3数据相关性分析 数据科学运用的本质是解决问题，其中预测和预判是最为核心的应用。通过数据统计分析、数据挖掘技术、数据的可视化，设计关联规则，构建相关性分析及预测模型，提供多维可视化数据分析报告，便于指导对数据的理解和运用。具体实施时，需将训练内容、训练方式方法转化为数据信息，进行深层次挖掘、纵向和横向分析，找出训练规律，发现不同受训者在训练中存在的问题，并开展训练态势的预测，以便借鉴成功训练案例、优化调整训练计划，使训练方式方法更加科学，训练时间和训练强度更加合理，以达到训练效果的最大化。

综上所述，在卫生士官战斗体能训练过程中，充分发挥“数据驱动”效能，引入大数据思维理念，运用数据挖掘算法和统计分析方法，进行训练项目之间的相关性和支撑作用分析，有助于科学制定训练计划、针对性创新组训方式，促进整体战斗体能生成。